تخمین پارامترهای ژئومکانیکی، تجزیه و تحلیل تنش های برجا، و تعیین پنجره وزن بهینه گل با استفاده از الگوریتم های یادگیری ماشین

نگاره های مربوط به چاه های نفتی تفسیر/پردازش می شوند تا خصوصیات پتروفیزیکی، مکانیکی و ژیومکانیکی درجا را برای سنگ های پیرامون چاه های نفتی تشخیص دهند. اما همه نگاره ها به دلیل هزینه بالا و مشکلات زمین شناسی امکان برداشت امکان پذیر نمی باشد. به طور مثال نگاره های مربوط به کندی موج های صوتی حاوی اطلاعات ژیوفیزیکی و ژیومکانیکی حیاتی برای تعیین مدول های الاستیسیته دینامیکی، مدول یانگ، مدول بالک، مقاومت/آمپدانس صوتی، مدول برشی و نسبت پواسون سنگ های پیرامون در اطراف دیواره چاه هستند. بنابراین در این تحقیق ابتدا دو چاه تصادفی از یکی از میدان های نفتی جنوب ایران برگزیده شد که یکی به عنوان چاه آموزشی جهت تعیین مدل مناسب و دیگری جهت پیش بینی زمان موج های صوتی انتخاب شد. این داده ها با استفاده از طیف وسیعی از روش های یادگیری ماشین و تنظیم فراپارمترها (Hyperparameter Tuning) روی الگوریتم ها، بهترین مدل ها جهت پیش بینی/ تخمین لاگ های صوتی ارایه شد، در این فرایند، از بین روش های رگرسیون، روش k - نزدیک ترین همسایه (KNN) و از بین روش های ترکیبی الگوریتم جنگل تصادفی (Random Forest Regression) و الگوریتم درختان اضافی (Extra Tree Regression) بالاترین ضریب همبستگی را نشان داده اند. درنتیجه الگوریتم درختان اضافی جهت مدل سازی بر روی داده های آموزشی و آزمایشی چاه انجام گرفت. سپس این مدل جهت پیش بینی/سنتز زمان موج های صوتی طولی و برشی چاه هدف بکار گرفته شد. سپس با مقایسه داده های واقعی چاه هدف، مقدار خطای جذر میانگین مربعات و مجذور R به دست آمد. در ادامه با استفاده از روابط پورالاستیک تنش های برجا میدان تعیین شدند و معلوم گردید مخزن سروک و ایلام در رژیم تنش معکوس و مخزن آسماری در رژیم تنش نرمال تا امتدادلغز قرار دارند. در پایان با استفاده از معیارهای مکانیک سنگ بهترین وزن بهینه گل حفاری در چاه مورد مطالعه ارایه شد.